Jain y Jordan: Tecnologías de la Información y la Comunicación

Sus contribuciones han resultado clave para el desarrollo de la biometría y la inteligencia artificial

Anil Jain y Michael I. Jordan han obtenido el Premio Fundación BBVA Fronteras del Conocimiento en la categoría de Tecnologías de la Información y la Comunicación por sus «contribuciones fundamentales» al aprendizaje automático, que han logrado «aplicaciones de alto impacto para el conjunto de la sociedad», según resalta el acta del jurado.

La investigación de Jain (Universidad de Michigan State) se ha centrado en el reconocimiento de patrones, logrando avances clave en el reconocimiento de las personas tanto a través de sus huellas dactilares como de la identificación facial, con tecnologías que hoy se aplican masivamente en el ámbito de la seguridad, tanto para la investigación criminalística como para el acceso a teléfonos móviles y otros dispositivos electrónicos.

«Los galardonados han dejado una huella indeleble en el tejido de la sociedad de la información actual y futura»

Acta del jurado

En paralelo, y de manera independiente, el trabajo de Jordan (Universidad de California en Berkeley) en el campo del aprendizaje automático «proporcionó algoritmos unificados para la inferencia estadística y probabilística, permitiendo así a los ordenadores hacer predicciones precisas a partir de datos observados», resalta el jurado. Sus aportaciones han sentado los cimientos matemáticos de modelos de inteligencia artificial generativa, como los que utiliza ChatGPT, y el desarrollo de sistemas de recomendación, como el aplicado por Amazon, para la toma de decisiones económicas tanto de consumidores como de empresas.

Por todo ello, el jurado concluye que las contribuciones de ambos premiados han tenido un impacto transformador «en la vida cotidiana», dejando «una huella indeleble en el tejido de la sociedad de la información actual y futura».

Jain: Tecnologías biométricas

Anil Jain ha desarrollado toda su carrera investigadora en torno al reconocimiento de patrones, llegando a liderar el campo de la identificación de huellas dactilares y de rostros. Gracias a su investigación en algoritmos para agrupar un conjunto de datos de la manera más eficaz posible –conocidos como algoritmos de ‘clustering’–, en la década de 1990 recibió una llamada de un colega que buscaba una aplicación civil para un aparato recién diseñado en la Agencia Nacional de Seguridad estadounidense. El ahora galardonado dedujo que aquella máquina podía servir para detectar la coincidencia entre dos huellas dactilares 100 veces más rápido de lo que era posible hasta entonces. Aquel hallazgo condujo a seis patentes y, con el tiempo, el grupo de Jain se convirtió en referencia internacional del reconocimiento de huellas dactilares.

Esta tecnología ha encontrado aplicación cotidiana para acceder de manera segura a los teléfonos móviles y ofrece pistas en la investigación de delitos. Además, Jain colaboró con el Gobierno indio para desarrollar un sistema de identificación seguro para la población de aquel país, basado en huellas dactilares. Jain también fue pionero en cuantificar la pequeña probabilidad de que las huellas de diferentes personas se identifiquen erróneamente como la misma, y confirmar con datos que las huellas dactilares son estables a lo largo del tiempo.

Además, Jain fue pionero en demostrar hasta qué punto es posible que las huellas dactilares de dos personas sean iguales. Aunque se creía que era del todo imposible, el galardonado demostró que la pequeña distorsión que se introduce en la huella al presionar la yema del dedo sobre una superficie hace que exista una pequeña probabilidad de que las huellas de diferentes personas se identifiquen erróneamente como la misma. «Aquel artículo, que publicamos en 2002, cambió la perspectiva de las agencias forenses, que ya no podían dar por sentado que las huellas de cada persona eran únicas».

Para el investigador indio, el principal reto al que se enfrenta hoy la biometría es seguir mejorando la precisión, un objetivo que para él siempre será prioritario para evitar que las autoridades detengan erróneamente a personas cuyas huellas o rostro parecen coincidir con las de la escena de un delito.

Jordan: las bases matemáticas de la IA

Michael I. Jordan ha desarrollado técnicas matemáticas y computacionales que están detrás de multitud de aplicaciones de la inteligencia artificial, desde los sistemas de recomendación de restaurantes hasta los modelos de lenguaje generativo como ChatGPT. El galardonado fue uno de los pioneros en el desarrollo de los llamados métodos de inferencia variacional, en los que se aproxima la solución a un problema matemático que no es factible resolver con los recursos computacionales disponibles. Esta técnica es un componente central del aprendizaje automático, y en especial de las aplicaciones de aprendizaje profundo como la inteligencia artificial generativa de ChatGPT y otros modelos de lenguaje.

En la década de los 2000, Jordan se planteó cómo multiplicar las posibilidades del aprendizaje automático, ejecutando los programas en cientos o miles de ordenadores en lugar de en uno solo. Los algoritmos que desarrolló para hacer posible la distribución de este tipo de computaciones condujeron a la creación de la empresa Anyscale, cuya plataforma Ray sirve de base a ChatGPT, a numerosas empresas de comercio electrónico y a muchas más aplicaciones del aprendizaje profundo.

Más recientemente, el galardonado se ha centrado en estudiar las aplicaciones del aprendizaje automático a la economía, construyendo sistemas de recomendación que reflejen las preferencias de las personas y les permitan colaborar dentro de un mismo sistema (por ejemplo, eligiendo itinerarios diversos dentro de una aplicación GPS para no sobrecargar el tráfico de la vía en principio más favorable).

Jordan trabaja para desarrollar sistemas de aprendizaje automático que eviten esta situación, reflejando las preferencias de las personas y permitiéndoles colaborar dentro de un mismo sistema (por ejemplo, eligiendo itinerarios diversos para generar un tráfico moderado en cada uno de ellos). «No se trata de construir sistemas enormes que nos dicen lo que tenemos que hacer», afirma el premiado. «Creo que lo que tiene que hacer la inteligencia artificial es ayudarnos a conectar mejor los unos con los otros y colaborar de manera más eficaz. Quiero empoderar a los humanos, no hacer que la inteligencia artificial nos diga lo que tenemos que hacer».